IBM旗下HRL推IMU导航方案:不靠GPS也能定位
现代导航因基于卫星的全球定位系统(GPS)技术而彻底改变,但它并非随时随地可用。GPS 依赖于来自太空的信号,因此很容易受到任何干扰导航的因素的影响——无论是高楼大厦、深海还是电子干扰。 ....
卫星定位技术改写了现代导航的面貌,可它并非处处管用。GPS 靠的是太空传来的信号,高楼、深海、电子干扰,任何能扰乱导航的因素都容易让它失灵。
针对这个难题,
IBM 旗下的 HRL 实验室做出了一种新型惯性测量单元(IMU),靠先进算法给 GPS 提供了一个不中断的替代选项。
带队研发这款 IMU 的 David Chang 说:“我们现在过度依赖GPS已经成为一个问题。”他还表示,“惯性传感器可以帮助我们应对无法依赖GPS的情况。”
IMU 导航思路的关键,是一套完全独立的装置,能精准测出车辆在三维空间里怎么动。只要知道出发点,再按速度、方向和耗时算出实际走过的路线,当前坐标就能推出来。这其实是让“航位推算”重新派上用场,潜艇等一些船舶到今天仍靠它确定航向。
潜艇上高性能 IMU 的体积差不多相当于宿舍冰箱,HRL 的 IMU 不一样:惯性传感器用微机电系统(MEMS)制造,大小只跟汤罐头相当。体积小,能用的地方就多,连无人机这类轻型飞行器都装得下。
MEMS惯性传感器的工作原理是什么?
MEMS惯性传感器使用微型化的加速度计和
加速度计测的是悬挂重物对运动变化的阻力,也就是惯性,据此算出它与设备其他部分之间的速度差。可以想象在车里端一杯水:车猛地停下,水还会往前冲,最后泼出杯子。MEMS 加速度计里的悬挂重物同样会在车辆加速或减速时滞后,周围的传感器随之发出对应加速度的信号。
MEMS 陀螺仪测的也是惯性,不过对象换成了旋转。传感器里有一个来回振动的质量块,陀螺仪一转,质量块的惯性会让它朝垂直于振动方向的一侧偏移。质量块周围的传感器捕捉到这种横向位移,再算出引起位移的角速度。
为避开不必要的跨轴灵敏度,团队设计的高性能 MEMS 惯性传感器只测一维变化。他们的 IMU 里放了三个相同的 MEMS 传感器,按描述物理世界的三轴坐标系排布。
各种版本的 MEMS 加速度计和陀螺仪早已用在大量消费电子里:健身追踪器靠它们判断你一夜睡得安不安稳,手机翻转时也靠它们自动转屏。HRL 的 MEMS 惯性传感器则经过专门设计,精度更高,导航精度接近 GPS。
要真正替代GPS,摆平偏差漂移是绕不过去的一道坎。惯性测量单元(IMU)基于MEMS技术,多年来在导航上一直受一种叫「偏置漂移」的现象拖累。所谓偏置漂移,就是振动、热源之类的噪声去干扰传感器,让它输出错误的惯性信号;换个说法,偏置信号指的是传感器静止时自己冒出来的那点信号。典型的MEMS IMU用得越久,偏置漂移攒得越多,导航本事几分钟内就打折扣。
不过眼下,HRL的研究人员显然已经把偏差漂移这件事办成了。「这些MEMS传感器的终极目标是解决漂移问题。你需要找到校准的方法,」张教授说。「我认为我们终于攻克了这个难题。」
团队拿出的办法叫AutoCal,是一套自动自校准系统,能一直测偏差、修漂移。它的路子是定期给每个传感器做两次反向同步测量,把幅值相等、符号相反的惯性信号抓出来。偏差在两次测量里是同一个没有方向性的量,于是可以用算术把它单独剥出来,同时留下导航要用的真实核心信号。剥离之后,偏差会从后续测量里被去掉,直到下一次校准。
漂移能一直纠下去,这些IMU就能无限期地支撑导航,GPS精度路上的一大障碍也就没了。
那么,基于MEMS的IMU在成本和尺寸上是怎么优化的?
偏差漂移之外,研究人员还想把高性能惯性测量单元做得足够小、足够便宜,好让它铺得开。
省空间的一个做法是用专用集成电路(ASIC)定制电子元件,把现成元件占的体积压下去。封装上也做了文章,尽量少留元件之间的空当,这牵扯到MEMS器件怎么组装、信号怎么连等不少细节。这些改进加在一起,器件最后能轻不少。成本这边,团队保证自家MEMS芯片——里面还有弹簧这类运动部件——能靠半导体制造技术在硅晶圆上大批量做出来,蚀刻精确图案、精确沉积材料的工具都用上了。跟成熟的制造工厂搭伙,就能像造计算机处理器那样吃到规模经济的甜头。
MEMS惯性传感器接下来往哪走?
团队打算把AutoCal IMU的体积一步步做小,下一个节点是缩到差不多一个冰球那么大。
HRL还想把IMU的用武之地铺得更开。导航固然是眼下最大的想象空间,可凡是眼下用GPS的地方,将来或许都能靠基于MEMS的IMU受益。比方说,城市里高楼常把卫星信号挡住,这类场景下自动驾驶车辆就能借它来行驶。
不过眼下研究人员最要紧的事,是让这款惯性测量单元(IMU)尽快交到真实用户手里,量产时间点定在2027年。张教授说:“成本、尺寸、重量和功耗——如果你想让这些设备普及,这些因素都非常重要。”“我认为,在某个时候,我们会遇到GPS在关键应用中完全不可靠的情况。”